我用这个站点的公式实现了2ddft和I DFT
http://homepages.inf.ed.ac.uk/rbf/HIPR2/fourier.htm
我认为这些都是正确的,解释得很好。
实现方式如下:
for(int i=0;i<inImage.width;i++)
{
for(int j=0;j<inImage.height;j++)
{
float ak=0;
float bk=0;
for(int ii=0;ii<inImage.width;ii++)
{
for(int jj=0;jj<inImage.height;jj++)
{
float x=-2.0*PI*i*ii/(float)inImage.width;
float y=-2.0*PI*j*jj/(float)inImage.height;
// ak+=inImage.pixels[i][j]*(cos(x)*cos(y)-sin(x)*sin(y));
// bk+=inImage.pixels[i][j]*(sin(x)*cos(y)+sin(y)*cos(x));
ak+=inImage.pixels[i][j]*cos(x+y);
bk+=inImage.pixels[i][j]*1.0*sin(x+y);
}
}
DFTImageRE.pixels[i][j]=ak;
DFTImageIM.pixels[i][j]=bk;
}
}
频域(sqrt(ak*ak+bk*bk))看起来不像它应该的那样,图像重建(忽略虚部)不会在原始图像附近产生任何东西[0][0]处的更多像素具有极高的值,没有像素的范围从0到255我做错什么了?
额外信息:
图像和DFT图像只是构造原始*.pgm图像的结构,保存和加载图像是有效的,
我不能使用任何类(比如虚数),因为这个实现是在GPU端的,
谢谢
最佳答案
我找到了解决问题的办法这只是索引问题。使用ii和jj求和,得到傅里叶变换
for(int i=0;i<inImage.width;i++)
{
for(int j=0;j<inImage.height;j++)
{
float ak=0;
float bk=0;
for(int ii=0;ii<inImage.width;ii++)
{
for(int jj=0;jj<inImage.height;jj++)
{
float x=-2.0*PI*i*ii/(float)inImage.width;
float y=-2.0*PI*j*jj/(float)inImage.height;
ak+=inImage.pixels[ii][jj]*cos(x+y);
bk+=inImage.pixels[ii][jj]*1.0*sin(x+y);
}
}
DFTImageRE.pixels[i][j]=ak;
DFTImageIM.pixels[i][j]=bk;
}
}
关于c - C中的2D傅立叶变换,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/38542412/